La IA No Tiene la Culpa

Ayer viernes 2 de octubre tuve la suerte de participar en el evento que realizó en Santiago de Chile Eduardo Vázquez de “Academia de IA”. La actividad fue todo lo que esperaba y más. En cuatro bloques Eduardo hizo gala de toda su capacidad de discurso y entrega de contenido valioso.

Además, se incluía una copia impresa del libro que le da el título a este comentario “La IA no tiene la culpa: cómo piensan los líderes que convierten la IA en una ventaja real”.

Fuente: imagen creada usando Gemini con el Prompt: “genera una imagen con la estética de la ciencia ficción de los años cincuenta que represente el concepto: La IA no tiene la culpa”.

Les comparto algunas ideas tomadas de dicha publicación.

Adentrarse en el análisis sobre el estado actual de la adopción tecnológica exige una mirada crítica y fundamentada, especialmente cuando cifras tan alarmantes como el 95% de fracaso en proyectos de inteligencia artificial sacuden los cimientos corporativos. Lejos de tratarse de una limitación intrínseca de los modelos algorítmicos, este fenómeno pone de manifiesto una desconexión sistémica entre las expectativas gerenciales y la rigurosidad metodológica que demanda la ingeniería de software y la gestión de procesos. A continuación, se examinan los factores clave que explican esta brecha y cómo las organizaciones pueden redirigir sus esfuerzos hacia un valor real y sostenible.

Análisis de los 5 Temas Más Importantes:

1. La falacia de la herramienta milagrosa y el sesgo de automatización superficial: Existe una tendencia recurrente en los directorios empresariales por adquirir soluciones de IA bajo la premisa de una "varita mágica" capaz de resolver ineficiencias estructurales sin rediseñar los flujos de trabajo previos. Automatizar un proceso deficiente mediante modelos avanzados solo amplifica el error a una velocidad computacional sin precedentes, ignorando los fundamentos de la teoría de sistemas.

2. La carencia de un marco metodológico y gobernanza de datos: El núcleo del fracaso no recae en la tecnología, sino en la ausencia absoluta de una arquitectura de datos sólida y de especificaciones funcionales rigurosas. Sin una claridad de los procesos de negocio de la organización, los modelos operan sobre bases efímeras que conducen inevitablemente al colapso operativo.

3. El divorcio entre la cultura organizacional y la gestión del cambio: La implantación de tecnología disruptiva requiere capacitar y transformar las competencias de los equipos humanos. Cuando las empresas implementan herramientas de vanguardia manteniendo una cultura corporativa rígida y "analfabeta digitalmente", la resistencia interna sabotea cualquier posibilidad de adopción efectiva o retorno de inversión.

4. La ilusión del ROI (retorno sobre la inversión) inmediato y la métrica de vanidad: Muchas iniciativas se evalúan bajo expectativas financieras cortoplacistas, priorizando la adopción de tendencias impulsadas por el marketing corporativo por encima de la resolución de problemas analíticos complejos. Esto genera fatiga tecnológica, presupuestos desinflados y el abandono prematuro de proyectos estratégicos viables.

5. La subestimación del factor humano y la responsabilidad ética: Delegar decisiones críticas en sistemas automatizados sin supervisión experta (human-in-the-loop lo llama él) expone a las organizaciones a riesgos reputacionales, sesgos algorítmicos inadvertidos y fallas de seguridad que ningún algoritmo puede resolver por sí mismo si la gobernanza directiva es débil.

Conclusión: El verdadero desafío de la inteligencia artificial en el ámbito empresarial no es técnico, sino profundamente gerencial y metodológico. Para trascender la estadística del fracaso, las organizaciones deben abandonar la tentación del despliegue impulsivo y estructurar cada iniciativa desde la perspectiva de la ingeniería de software clásica: entendiendo el problema, modelando el proceso y gobernando los datos con rigor. Solo así la tecnología dejará de ser una promesa inflada para convertirse en un motor genuino de ventaja competitiva.

Comentario personal: me llamó la atención que se recomiende utilizar la gestión de procesos como una forma de tomar el control de los Proyectos de incorporación de IA en las organizaciones. Esto porque es una técnica que se ha presentado en varias ocasiones tanto en el Canal como en las publicaciones de la Comunidad.

Fuentes consultadas: Academia de IA. (2026). La IA no tiene la culpa: por qué el 95% de los proyectos de IA en las empresas fracasa [Artículo de blog]. https://blog.academiadeia.com/blog/fracaso-proyectos-ia-empresas/

Saludos cordiales.

Profesor Gerardo Cerda Neumann, Editor del Blog.